Регулярные выражения, UTF-8, Русский, \b - проблемы

[Name]

Регулярные выражения, UTF-8, Русский, \b - проблемы

$str = "Тестовая строка по русски в UTF-8";
$pattern = "#\bрусски\b#u";
preg_match($pattern, $str, $match);

Не работает. Почему? Что делать?

$str = "Тестовая строка по русски в UTF-8";

$pattern = "#\bрусски\b#u"; // не работает
$pattern = "#русски#u"; // работает

preg_match($pattern, $str, $match);

echo '<pre>', print_r($match, 1), '</pre>';

 

[Zhenya]

Специальные символы \b \w и т.д. чувствительны к системной локали.
Для правильной обработки необходимо задавать локаль. Например так:

setlocale(LC_ALL,"ru_RU.cp1251");

мне помогло, попробуйте...

 

[Name]

там стоит setlocale(LC_ALL,"ru_RU.UTF-8");

 

[fixxxer]

а локаль на сервере установлена?

и - да, если второй апач, собранный с mpm отличным от prefork, то все что могу посоветовать это выбросить его. правда, в этом случае бы было не "не работает", а "иногда не работает" =)

 

[Name]

locale C

потом ставиться setlocale(LC_ALL, 'ru_RU.utf8', 'ru_RU.utf-8', 'ru_RU');
Apache/1.3.37 (Unix) PHP/5.2.1

 

[x-yuri]

а что setlocale(LC_ALL, 0) выдает после попытки изменить локаль?

 

[Name]

C

 

[x-yuri]

значит нету у тебя на сервере utf-8 или она по-другому называется, например, ru_RU.utf8 (так у меня), не заметил, что у тебя тоже такой вариант есть
shell команда 'locale -a' выдает список установленных локалей

 

[Name]

ну почему нету?
На обоих серверах поставленые locale присутствуют при locale -a

Я проверял на двух серверах, нигде не пашет.

1. setlocale(LC_ALL, 'ru_RU.utf8', 'ru_RU.utf-8', 'ru_RU');
locale ставиться в ru_RU.utf8

2. setlocale(LC_ALL, 'ru_RU.utf8', 'ru_RU.utf-8', 'ru_RU');
locale ставиться в ru_RU.utf-8

 

[x-yuri]

var_dump( setlocale(LC_ALL, 'ru_RU.utf8', 'ru_RU.utf-8', 'ru_RU') );
что выдает?

-~{}~ 10.02.09 23:28:

странно, у меня под Windows работает, а под Unix - нет

 

[Name]

Unix
setlocale(LC_ALL, NULL) = C
setlocale(LC_ALL, 'ru_RU.utf8', 'ru_RU.utf-8', 'ru_RU') = ru_RU.utf8

--------------
Mac
setlocale(LC_ALL, NULL) = C
setlocale(LC_ALL, 'ru_RU.utf8', 'ru_RU.utf-8', 'ru_RU') = ru_RU.utf-8

 

[x-yuri]

Name так чего ж ты на вопрос "а что setlocale(LC_ALL, 0) выдает после попытки изменить локаль?" отвечаешь "C"

по поводу Windows протупил, там, похоже, нельзя utf-8 задать в setlocale

а под Unix у меня тоже не работает

-~{}~ 11.02.09 00:06:

есть подозрение, что поддержка utf-8 не скомпилирована (http://marc.info/?l=php-i18n&m=118303425505336&w=2)

 

[phprus]

x-yuri

есть подозрение, что поддержка utf-8 не скомпилирована (http://marc.info/?l=php-i18n&m=...5505336&w=2)

Я правильно понимаю, что для проверки этого достаточно выполнить код if (!preg_match('/\pL/u', 'a')) die('bastard'); и если он выдаст bastard, то поддержка UTF-8 не скомпилирована?

У меня этот код отрабатывает без ошибок, но пример Name с \b тоже не работает. OS OpenSuSE 11.0, локаль ru_RU.UTF-8. Запускал примеры из консоли.

 

[Name]

Похоже решения нет. А как бы заменить \b\b?

 

[Yaponchick]

php.net

All the sequences that define a single byte value can be used both inside and outside character classes. In addition, inside a character class, the sequence "\b" is interpreted as the backspace character (hex 08). Outside a character class it has a different meaning (see below).